Buchumschlag

FedPCL-CDR: A Federated Prototype-based Contrastive Learning Framework for Privacy-Preserving Cross-domain Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Li, Wu, Qiang, Xu, Min
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Federated User Preference Modeling for Privacy-Preserving Cross-Domain Recommendation
von: Wang, Li, et al.
Veröffentlicht: (2024)

Federated Semantic Learning for Privacy-preserving Cross-domain Recommendation
von: Lu, Ziang, et al.
Veröffentlicht: (2025)

FedCIA: Federated Collaborative Information Aggregation for Privacy-Preserving Recommendation
von: Han, Mingzhe, et al.
Veröffentlicht: (2025)

Lossless and Privacy-Preserving Graph Convolution Network for Federated Item Recommendation
von: Wu, Guowei, et al.
Veröffentlicht: (2024)

FedDCSR: Federated Cross-domain Sequential Recommendation via Disentangled Representation Learning
von: Zhang, Hongyu, et al.
Veröffentlicht: (2023)

FedCRF: A Federated Cross-domain Recommendation Method with Semantic-driven Deep Knowledge Fusion
von: Guo, Lei, et al.
Veröffentlicht: (2026)

S2CDR: Smoothing-Sharpening Process Model for Cross-Domain Recommendation
von: Li, Xiaodong, et al.
Veröffentlicht: (2026)

Unbiased and Robust: External Attention-enhanced Graph Contrastive Learning for Cross-domain Sequential Recommendation
von: Wang, Xinhua, et al.
Veröffentlicht: (2023)

Privacy-Preserving Cross-Domain Sequential Recommendation
von: Lin, Zhaohao, et al.
Veröffentlicht: (2024)

PCL: Prompt-based Continual Learning for User Modeling in Recommender Systems
von: Yang, Mingdai, et al.
Veröffentlicht: (2025)

Privacy-Preserving Sequential Recommendation with Collaborative Confusion
von: Wang, Wei, et al.
Veröffentlicht: (2024)

Federated User Behavior Modeling for Privacy-Preserving LLM Recommendation
von: Guo, Lei, et al.
Veröffentlicht: (2026)

Prototypical Contrastive Learning through Alignment and Uniformity for Recommendation
von: Ou, Yangxun, et al.
Veröffentlicht: (2024)

Prompt-enhanced Federated Content Representation Learning for Cross-domain Recommendation
von: Guo, Lei, et al.
Veröffentlicht: (2024)

Separated Contrastive Learning for Matching in Cross-domain Recommendation with Curriculum Scheduling
von: Chang, Heng, et al.
Veröffentlicht: (2025)

A Federated Framework for LLM-based Recommendation
von: Zhao, Jujia, et al.
Veröffentlicht: (2024)

SemaCDR: LLM-Powered Transferable Semantics for Cross-Domain Sequential Recommendation
von: Zhang, Chunxu, et al.
Veröffentlicht: (2026)

FedHCDR: Federated Cross-Domain Recommendation with Hypergraph Signal Decoupling
von: Zhang, Hongyu, et al.
Veröffentlicht: (2024)

Rethinking Contrastive Learning in Session-based Recommendation
von: Zhang, Xiaokun, et al.
Veröffentlicht: (2025)

FedPDD: A Privacy-preserving Double Distillation Framework for Cross-silo Federated Recommendation
von: Wan, Sheng, et al.
Veröffentlicht: (2023)

MARCO: A Cooperative Knowledge Transfer Framework for Personalized Cross-domain Recommendations
von: Xie, Lili, et al.
Veröffentlicht: (2025)

A Privacy Preserving System for Movie Recommendations Using Federated Learning
von: Neumann, David, et al.
Veröffentlicht: (2023)

Diffusion-based Contrastive Learning for Sequential Recommendation
von: Cui, Ziqiang, et al.
Veröffentlicht: (2024)

From Transfer to Collaboration: A Federated Framework for Cross-Market Sequential Recommendation
von: Chen, Jundong, et al.
Veröffentlicht: (2026)

PDSR: A Privacy-Preserving Diversified Service Recommendation Method on Distributed Data
von: Wang, Lina, et al.
Veröffentlicht: (2024)

Don't Click the Bait: Title Debiasing News Recommendation via Cross-Field Contrastive Learning
von: Shu, Yijie, et al.
Veröffentlicht: (2024)

FedSlate:A Federated Deep Reinforcement Learning Recommender System
von: Deng, Yongxin, et al.
Veröffentlicht: (2024)

FeDecider: An LLM-Based Framework for Federated Cross-Domain Recommendation
von: He, Xinrui, et al.
Veröffentlicht: (2026)

Multi-Level Sequence Denoising with Cross-Signal Contrastive Learning for Sequential Recommendation
von: Zhu, Xiaofei, et al.
Veröffentlicht: (2024)

Spatio-Temporal Contrastive Learning Enhanced GNNs for Session-based Recommendation
von: Wan, Zhongwei, et al.
Veröffentlicht: (2022)

Refining Contrastive Learning and Homography Relations for Multi-Modal Recommendation
von: Ma, Shouxing, et al.
Veröffentlicht: (2025)

Relative Contrastive Learning for Sequential Recommendation with Similarity-based Positive Pair Selection
von: Wang, Zhikai, et al.
Veröffentlicht: (2025)

FedUTR: Federated Recommendation with Augmented Universal Textual Representation for Sparse Interaction Scenarios
von: Fu, Kang, et al.
Veröffentlicht: (2026)

LSRP: A Leader-Subordinate Retrieval Framework for Privacy-Preserving Cloud-Device Collaboration
von: Zhang, Yingyi, et al.
Veröffentlicht: (2025)

A Survey on Cross-Domain Sequential Recommendation
von: Chen, Shu, et al.
Veröffentlicht: (2024)

Intent-aware Recommendation via Disentangled Graph Contrastive Learning
von: Wang, Yuling, et al.
Veröffentlicht: (2024)

Intent-guided Heterogeneous Graph Contrastive Learning for Recommendation
von: Sang, Lei, et al.
Veröffentlicht: (2024)

Domain-Aware Cross-Attention for Cross-domain Recommendation
von: Luo, Yuhao, et al.
Veröffentlicht: (2024)

WeaveRec: An LLM-Based Cross-Domain Sequential Recommendation Framework with Model Merging
von: Hou, Min, et al.
Veröffentlicht: (2025)

When Graph Contrastive Learning Backfires: Spectral Vulnerability and Defense in Recommendation
von: Wang, Zongwei, et al.
Veröffentlicht: (2025)